FAQ sur l’IA responsable pour le modèle de copilote pour les achats personnalisés (version préliminaire)

Important

Tout ou partie de cette fonctionnalité est accessible dans le cadre d’une version préliminaire. Le contenu et la fonctionnalité sont susceptibles d’être modifiés.

Le modèle Copilot pour les achats personnalisés est une solution de démarrage dans Microsoft Cloud Retail qui vous permet d’offrir à vos clients une expérience d’achat conversationnelle et personnalisée. Dans cet article, vous trouvez des réponses à certaines questions fréquemment posées (FAQ) sur le modèle copilote pour les achats personnalisés et sur la manière dont Microsoft utilise vos données de manière responsable.

Présentation du modèle de copilote pour les achats personnalisés ?

Le modèle Copilot pour les achats personnalisés est une solution basée sur le chat que vous pouvez intégrer à vos propres sites Web et applications d’achat. Il vous aide à enrichir l’interaction client et à augmenter les ventes. Vos clients peuvent discuter avec un assistant activé par l’IA, demander des suggestions et obtenir des conseils pour prendre des décisions d’achat éclairées. L’assistant convertit ces informations en ventes de manière transparente.

Quelles sont les capacités du système ?

Le modèle Copilot pour les achats personnalisés utilise un modèle Machine Learning appelé GPT-4 Turbo. GPT-4 Turbo est Entraîné à partir d’un grand nombre de textes issu de l’Internet et peut générer un nouveau texte qui ressemble à un texte écrit par un humain. L’assistant prend une déclaration en langage naturel d’un client via une interface de chat et fournit une réponse conversationnelle et pertinente par rapport à vos données.

Présentation de l’utilisation du modèle de copilote pour les achats personnalisés

Le modèle Copilot pour les achats personnalisés fournit une interface basée sur le chat aux clients finaux. Les clients peuvent vivre une expérience d’achat conversationnelle sur cette interface dans un format en langage naturel.

Les clients peuvent avoir des requêtes en langage naturel liées à n’importe quel événement. Par exemple : "Je pars en randonnée dans le parc national de Yosemite en mars. Cette aventure est ma première expérience de ce type. Pouvez-vous m’aider à acheter les produits essentiels. » Ou encore, ils peuvent avoir des requêtes spécifiques liées à un produit ou à une gamme de produits. Par exemple, "Montrez-moi des chaussures de ski adaptées aux débutants et dotées d’une bonne isolation".

L’idée inhérente à cette expérience conversationnelle est d’offrir aux clients une expérience où ils peuvent s’informer, prendre conscience et prendre ensuite la bonne décision concernant le produit, comme ils le feraient en discutant avec un personnel d’achat dans un magasin de détail ordinaire.

Quelles langues le modèle de copilote pour les achats personnalisés prend-il en charge ?

Le modèle de copilote pour les achats personnalisés est actuellement pris en charge en anglais seulement. Nous prévoyons de localiser la solution dans d’autres langues dans lesquelles Azure OpenAI est présent et en fonction des demandes des clients. Pour toute question, contactez mcfrcommunity@microsoft.com.

Présentation des services utilisés par le modèle de copilote pour les achats personnalisés

Le modèle de copilote pour les achats personnalisés utilise les services suivants :

  • Microsoft Fabric

  • Services Azure tels que Azure Open AI, Recherche Azure AI, l’API Azure Recherche Bing, le Stockage Blob Azure, Azure SQL, Azure Webapp/Function

Présentation de l’emplacement de traitement des données du modèle de copilote pour les achats personnalisés

Modèle Copilot pour les données de processus d’achat personnalisés dans votre locataire Azure à l’aide des services Azure. Vous définissez les ressources Azure et choisissez le pays/la région où les données sont traitées, en fonction de la disponibilité des ressources Azure.

Présentation des données stockées par Microsoft Store pour le modèle de copilote pour les achats personnalisés ?

  • Microsoft ne collecte ni ne stocke de données personnelles ou de données utilisateur. Microsoft collecte des données télémétriques agrégées (stockées pendant 30 jours) sur l’utilisation qui nous aident à améliorer la qualité du produit.

  • Toutes les données acheteur et les informations d’utilisation sont stockés dans le Stockage Blob Azure qui est présents chez les locataires Azure. Microsoft n’a pas accès à ces informations. Pour plus d’informations la confidentialité des données et la sécurité du service Azure OpenAI, consultez : Données confidentialité.

Comment Microsoft a-t-il évalué le modèle copilote pour les achats personnalisés ?

  • Microsoft comporte une étape d’évaluation dans le cadre de notre processus de conception et de développement. Microsoft utilise un ensemble de méthodes d’évaluation qui incluent une collection d’exemples de questions, de réponses et de documents pertinents pour tester la qualité des réponses de l’IA par rapport à la référence des réponses humaines.

  • Nous évaluons la solution en suivant les directives de qualité de Microsoft. Il vous est conseillé d’effectuer un contrôle d’évaluation pour chaque nouvelle implémentation, car le produit est actuellement en version préliminaire publique, et nous apprécions chaleureusement vos commentaires. Il est important de noter que l’évaluation est menée jusqu’à présent pour l’anglais.

  • Dans le cadre du processus de développement, le produit est soumis à une évaluation d’IA responsable conformément aux directives Microsoft RAI.

  • Les fonctionnalités du produit sont également soumises à plusieurs examens de qualité, tels que l’examen de la confidentialité, l’examen de la sécurité et l’examen des menaces, avant d’être lancées auprès des clients.

Quels sont les limitations actuelles du modèle copilote pour les achats personnalisés ? Comment les clients peuvent-ils minimiser l’impact du modèle copilote sur les achats personnalisés ?

  • Le modèle Copilot pour les achats personnalisés est construit sur les modèles Turbo GPT-4 dans Azure Open AI. Les technologies sous-jacentes sont formées sur un large éventail de sources et certaines réponses peuvent ne pas être parfaites. Il est important que vous le testiez auprès des utilisateurs internes et fournissent des commentaires. Ces tests peuvent aider à configurer la bonne invite en fonction des besoins des détaillants et des exigences de la marque.

  • Le modèle copilote pour les achats personnaliser subit un processus de lancement en trois étapes : préversion privée, version préliminaire publique et disponibilité générale. Étant donné que le modèle copilote pour les achats personnaliser est en préversion publique, nous vous recommandons d’utiliser la solution uniquement dans des environnements de test.

  • Vous peuvent minimiser l’impact de deux manières :

  • Définissez des invites spécifiques en fonction de votre domaine et de la nature de votre activité.

  • Optimisez les invites appropriées pour vous aligner sur les directives de votre marque.